嵌入式應用研討會

適用於即時控制系統、高度準確且支援 AI 功能的故障監控

對即時控制系統而言，感測器資料在監控系統運作狀態和偵測任何可能代表故障的異常狀況方面，扮演非常重要的角色。人工智慧 (AI) 可運用先進的演算法、資料處理和預測分析，大幅強化系統準確偵測故障的能力。此議程包含兩個實際範例，並且會探索我們的新款 C2000 即時微控制器產品如何使用 AI 來提升故障監控應用的準確度，並且還可同時處理系統的控制功能。

用於驗證應用性能的 mmWave 雷達測試方法和工具

從視訊門鈴到 HVAC 系統，TI mmWave 雷達裝置可為各種應用提供強大的偵測性能。然而，將性能針對不同應用最佳化，可能深具挑戰性。此議程將引導您了解如何使用現成的軟體和分析架構，快速測試任何 TI mmWave 雷達應用，以確保穩健的性能。您將會了解如何設定 IWRL6432AOP、調整偵測參數以增加範圍或減少錯誤偵測、使用資料收集與分析的工具，以及驗證新演算法、硬體或應用的性能指標。

輕鬆上手：使用 mmWave 雷達資料進行機器學習

機器學習可在各種數據集間提供強大的模式辨識和性能，包括 mmWave 雷達在內。雖然具有眾多視訊和音訊資料範例，但關於著手使用雷達感測器的資源卻較少。此議程將介紹使用開放原始碼工具和立即可用資訊的簡單程序，以利用 IWRL6432 在邊緣訓練和部署機器學習模型。您將會探索 IWRL6432 的功能、了解 ML 在嵌入式系統中的優勢與考量，並依循從資料收集到部署的表面分類應用完整開發流程，協助您開發和測試新的 ML 型雷達應用。

透過邊緣 AI 面對未來的可擴充願景

人工智慧 (AI) 在各產業中的相關性越來越高，但要了解 AI 如何為嵌入式系統增加價值，可能深具挑戰性。 嵌入式系統的資源限制使整合 AI 變得艱鉅，進而引發投資和可擴展性的疑慮。 我們的 Arm 型處理器提供可擴充的解決方案，讓您在 AI 投資時能放心，相信您的工作可在各種產品修訂中重複使用。 在此課程中，您將了解我們支援邊緣 AI 的產品，工具和生態系統，查看範例應用，並了解如何立即開始使用 Edge AI Studio 。